迴歸基礎：巧妙利用AI

作者jr conlin在部落格中詳細闡述了他對大型語言模型（LLM）的看法。他坦言自己對LLM持有不少負面意見，認為當前的大規模語言模型在經濟和生態上並不可持續，更像是億萬富翁們的短期逐利工具。但無論如何，LLM是一種新工具，如同臺鋸、車床或玻璃熔爐一樣，使用時必須保持警惕，因為我們在完全掌握其能力和潛在危害之前，需要格外小心。

文章回顧了傳統的瀑布式開發流程。在作者早年參與的一個生命攸關的關鍵系統中，系統架構師們花費六個月時間，採用MILSPEC-20格式詳細定義了系統的每個輸入、動作和輸出，甚至具體到按鈕按下和介面結果。這些需求文件經過團隊共識後，被打包分發給開發團隊。高階工程師帶領初級開發者逐項實現，初級開發者在指導下逐步成長，最終成為高階工程師或架構師。這種模式下，文件清晰準確，變更影響一目瞭然。

有趣的是，作者的一位系統工程師朋友正在利用Claude設計系統，他所編寫的設計文件實際上就是一份需求文件，與90年代的MILSPEC-20文件如出一轍。這讓作者意識到，LLM在系統工程中可以扮演編輯的角色：在架構層面，LLM能夠檢查遺漏或衝突；在高階工程層面，它可以確保任務分配合理，避免冗餘；但在初級開發層面，作者強烈建議不要過度依賴LLM直接生成程式碼，因為這會剝奪初級開發者的學習機會，並累積大量的技術債務。

作者承認，在現代職場中，注重短期成本最佳化的管理層可能不會採納這種理性建議。但無論如何，LLM的正確使用方式應當是輔助人類決策，而非完全替代。最終，作者總結道：如同使用危險工具需要防護措施，使用LLM也不能掉以輕心，否則將付出高昂的代價。